一种快速制作创建5g消息的方法
技术领域
[0001]
本发明涉及消息技术领域，特别涉及一种快速制作创建5g消息的方法。
背景技术：
[0002]
伴随通信技术演进，2020年是5g(rcs)大规模商用年，中国运营商将大力开展5g(rcs)新型基础设施建设，全面升级基础通信服务。传统的文字短信和普通的彩信已经不在满足现有企业的需求，传统消息展现形式单一给用户视觉感疲劳，5g(rcs)消息带来全新的人机交互模式，用户在消息窗口内就能完成服务搜索、发现、交互、支付等一站式的业务体验，构建了全新的消息服务入口。
[0003]
因为5g(rcs)消息是全新一种消息服务，创建5g(rcs)消息相比于传统短信消息要复杂的多。5g(rcs)消息多了很多功能，例如：卡片，视频，音频，内置按钮，悬浮按钮等。目前行业解决方案都是界面操作，这样虽然可以实现但是也大大增加了普通人的学习成本。
技术实现要素：
[0004]
针对现实中存在的缺陷，本发明提供一种快速制作创建5g消息的方法。
[0005]
为了解决上述技术问题，本发明的技术方案为：
[0006]
一种快速制作创建5g消息的方法，包含以下步骤，
[0007]
s1，在设备内消息输入；
[0008]
s2，对输入的消息进行分词；
[0009]
s3，意图识别：设备通过自动分类将输入的消息划分至相应的类型；
[0010]
s4，提取：提取划分类型后消息的特征内容；
[0011]
s5，填充：将提取的特征内容填充至消息模板内，即获得5g消息。
[0012]
优选的，所述消息模板根据自然语言处理(nlp)语义分析生成。
[0013]
优选的，所述自动分类的训练方法包括：文字预处理、特征获取；所述文字处理即使用结巴分词和词典形式获得分词；所述特征获取即使用文本相似度计算，分词后与类型特征匹配，相似度越高说明和某个类型越匹配。
[0014]
优选的，所述词典为词库，所述词库里面添加常用词语。
[0015]
优选的，所述自动分类训练时分若干个领域进行，与类型匹配时将输入消息划分至相应领域。
[0016]
优选的，所述训练方法采用传统机器学习法或深度学习法。
[0017]
优选的，所述传统学习法为贝叶斯或svm。
[0018]
优选的，所述深度学习法为fasttext或textcnn。
[0019]
采用上述技术方案，本发明将普通消息转化为5g(rcs)消息的流程，全部采用自动转化不需要人为干预，增加效率的同时保证5g(rcs)消息快速构建的可靠性，同时也减少的人工的成本，极大的加速普通用户使用5g(rcs)消息的感受。
具体实施方式
[0020]
在此需要说明的是，对于这些实施方式的说明用于帮助理解本发明，但并不构成对本发明的限定。此外，下面所描述的本发明各个实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互组合。
[0021]
实施例，一种快速制作创建5g消息的方法，包含以下步骤，
[0022]
s1，在设备内消息输入；
[0023]
s2，对输入的消息进行分词；
[0024]
s3，意图识别：设备通过自动分类将输入的消息划分至相应的类型；
[0025]
s4，提取：提取划分类型后消息的特征内容；
[0026]
s5，填充：将提取的特征内容填充至消息模板内，即获得5g消息。
[0027]
进一步地，所述消息模板根据自然语言处理(nlp)语义分析生成。
[0028]
进一步地，所述自动分类的训练方法包括：文字预处理、特征获取；所述文字处理即使用结巴分词和词典形式获得分词；所述特征获取即使用文本相似度计算，分词后与类型特征匹配，相似度越高说明和某个类型越匹配。
[0029]
进一步地，所述词典为词库，所述词库里面添加常用词语。
[0030]
进一步地，所述自动分类训练时分若干个领域进行，与类型匹配时将输入消息划分至相应领域。
[0031]
进一步地，所述训练方法采用传统机器学习法或深度学习法。
[0032]
进一步地，所述传统学习法为贝叶斯或svm。
[0033]
进一步地，所述深度学习法为fasttext或textcnn。
[0034]
对于本领域的技术人员而言，在不脱离本发明原理和精神的情况下，对这些实施方式进行多种变化、修改、替换和变型，仍落入本发明的保护范围内。